一种基于树模型的车辆事故影响因素识别方法技术

本发明专利技术涉及一种基于树模型的车辆事故影响因素识别方法。本发明专利技术以人、车、道路、环境为主体，以车辆交通事故为核心，研究涉及车辆的交通事故中影响事故的主要因素。首先根据事故伤亡情况对涉及车辆的交通事故进行等级划分；构建基于树模型的车辆事故影响因素识别方法。采用混淆矩阵衡量模型准确度，证明了结果的有效性，从而识别出车辆事故发生的主要影响因素，为车辆事故风险防治工作提供参考和依据。为车辆事故风险防治工作提供参考和依据。为车辆事故风险防治工作提供参考和依据。

【技术实现步骤摘要】
一种基于树模型的车辆事故影响因素识别方法


[0001]本专利技术涉及一种基于树模型的车辆事故影响因素识别方法，属于交通管理及车辆事故影响因素识别


技术介绍

[0002]目前，我国社会已进入高质量发展新阶段，车辆保有量持续增加，驾驶人数量不断增长，全国公路通车里程迅速增长，我国将继续保持较快速度的机动化进程。但随着交通要素增长重心由大城市向中小城市、城镇转移，道路交通地域发展不平衡，乡村振兴带来的农村交通出行变化，老龄化社会引发的老年人安全出行保障，自动驾驶、共享出行等新技术、新业态的大量涌现，疫情防控常态化带来的出行方式改变，以及人民群众日益增长的美好交通出行需求等，导致车辆交通事故频频发生。如何判定影响事故发生的主要因素，确保道路交通安全运行，减少事故发生是当今交通安全领域的重要议题之一，对道路交通管理工作提出了新的挑战和更高要求，车辆交通事故预防工作任务依然繁重。
[0003]为了评估车辆交通事故风险，缓解道路安全带来的压力，在20世纪70年代初，国内外的很多学者就开始研究如何识别道路交通事故的影响因素并且在事故影响因素相本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于树模型的车辆事故影响因素识别方法，其特征在于，步骤如下：1)交通事故分类，分类标准如下：1.1)其他事故；无人员受伤的；1.2)轻微事故：一次造成的轻伤数为1至2人；1.3)一般事故：一次造成的重伤数1至2人，或者轻伤数3人以上；1.4)较大事故：一次造成的死亡数1人以上，或者重伤数3人以上；2)基于统计特征筛选影响交通事故的影响因素，作为特征因子；3)使用过度采样和欠采样组合的方法进行数据集重采样；在二分类时，明确重采样后少数类样本数与多数类样本数所需的比率：N
rm
是重新采样后少数类样本的数量，N
m
是重新采样后多数类样本的数量；SMOTE过程中使用的邻居数为5，重采样对象为对除多数类以外的所有类；Tomek过程中，通过删除Tomek链接进行欠采样，重采样对象为对除少数类以外的所有类；4)基于平均不纯度减少方法计算特征因子在车辆事故发生的重要程度；这里，用Gini不纯度来计算；基尼系数的计算公式为：其中，K表示有K个类别，P
mk
表示节点m中类别k所占的比例；直观地说，基尼系数就是从节点m中随机抽取两个样本，其类别标记不一致的概率；不纯度加权减少方程式如下：其中，N是样本总的数量，N
t
是当前节点处的样本数量，N
tL
是左孩子节...

【专利技术属性】
技术研发人员：郭欣，李颛，孙建德，
申请(专利权)人：山东省公安厅交通管理局，
类型：发明
国别省市：